智能驾驶新纪元：从规则到世界模型的跃进

高阶智驾、无图NOA、端到端等术语如雨后春笋般涌现，反映了智能驾驶技术的快速迭代。然而，技术迭代速度过快也带来了问题，用户购买的新车可能无法适应新技术，甚至用户的认知也难以跟上这些新名词的步伐。汽车公司内部也在经历变革，从规则式到端到端，再到世界模型、物理AI的架构，造车新势力的智能驾驶部门总是面临人员更迭、高管离职。

从规则、端到端再到世界模型

基于规则的辅助驾驶系统包括感知、预测、规划、控制四个核心模块，业界称之为“模块化方案”，其优势在于易于量产，但缺点是四个独立模块以串联方式工作，时延较长，信息损耗大。因此，车辆受限于博弈能力，在道路上进退两难的情况较为常见。2023年8月，特斯拉推出基于端到端的FSD V12测试版，国内智驾圈子也随之热议起来，华为、小鹏、蔚来和理想等纷纷跟进。

无论是规则还是端到端，本质上都是辅助驾驶系统的模仿和学习。数据采集、标注和清洗等环节至关重要，目的是让学习模型理解数据，提高学习效率和精度。然而，这种方法与人类学习驾驶的过程相似，但系统的前期学习和后期修正都是被动的。

例如，在双左转车道的路口左转时，人类驾驶员会选择车辆少的车道并调整跟车距离。而基于规则和端到端的辅助驾驶系统则可能选择最内侧车道或在变道进入匝道时遇到堵车而原地停留。此外，不具备主动学习和修正能力的系统无法应对所有可能性。

理想汽车创始人李想认为，端到端对真实的物理世界没有理解能力。它只是接收来自视觉系统的三维图像并结合车辆速度给出运动轨迹。虽然可以应对大部分泛化场景，但遇到未学习过的复杂情况就会遇到问题。因此，从去年开始量产的端到端都是两段式而非一段式。

为了解决端到端无法收敛的短板，理想汽车加入了VLM（视觉语言模型）。但VLM在交通场景中的能力有限。模仿人类驾驶无法帮助辅助驾驶系统突破到L3阶段。因此，“既然模仿的路走不通那就应该回到原点。”刘先明表示自动驾驶不是简单的模仿学习而是应该重新理解这个世界真正像人类那样驾驶汽车。

理想汽车的VLA（视觉语言行动模型）被称为“VLA司机大模型”。其原理是将视觉成像转译为语言再执行动作。而小鹏汽车则更加激进在11月5日的小鹏2025科技日上何小鹏宣布将在新一代VLA模型中直接取消语言转译环节把摄像头捕捉到的多模态物理信号输入直接输出连续的控制信号。

但无论哪条路线背后都指向“大算力、大数据和大模型”。在小鹏计划面向Ultra版车主交付的第二代VLA中支持的算力高达2250TOPS由三颗自研的图灵AI芯片提供。

震荡的内部组织

自动驾驶技术路线的切换实际上从2023年底就已经开始。例如小鹏汽车在科技日之前上市了P7+当时刚刚晋升副总裁的自动驾驶中心负责人李力耘是端到端技术发布的主讲。但小鹏已经在内部同时推进两条研发路线——传统VLA和创新VLA建成了3万卡规模智算集群。

每一次技术路线的切换都意味着公司投入资源的倾斜和对应的人事调整。例如吉利将内部多个智驾研发团队整合到千里科技并引入外部合作伙伴作为核心供应商；理想汽车将自动驾驶研发部门重组为11个二级部门并取消了过去采用的大规模封闭研发模式。

逼近的自动驾驶公司

在造车新势力的带动下自动驾驶技术自研曾经被认为是汽车公司的标配。然而从去年开始这些汽车公司开始选择优质自动驾驶公司成为核心供应商。例如长城汽车把魏牌蓝山的NOA交给了元戎启行并参与了后者的最新一轮融资；奇瑞汽车与卓驭科技（前身是大疆孵化的车载事业部）和文远知行达成合作；广汽重新与华为合作；上汽与Momenta合作后又与华为成立了全新尚界品牌。

文远知行推出的与博世合作的一段式端到端辅助驾驶解决方案WePilot AiDrive得到了高度评价。该方案将首先应用在奇瑞汽车星途的ES、ET系列车型上。